IA de charge intelligente prolongeant la vie des batteries

La charge rapide est l'une des grandes promesses des véhicules électriques, mais elle s'accompagne toujours d'un compromis discret. Plus les conducteurs recourent souvent à la charge en courant continu (CC) à haute puissance, plus ils soumettent la batterie à un stress accru. Ces dommages ne se manifestent pas du jour au lendemain, mais avec les années ils peuvent éroder l'autonomie et la santé à long terme de la batterie. Maintenant, des chercheurs de l'Université technologique de Chalmers en Suède affirment avoir peut-être trouvé une approche plus intelligente.

Dans une nouvelle étude publiée dans IEEE Transactions sur l'électrification des transports, l'équipe décrit un système de charge pour véhicules électriques basé sur l'IA qui peut réduire l'usure des batteries sans allonger le temps d'attente des conducteurs à la prise. Selon leurs résultats, la méthode a prolongé la durée de vie des batteries de près de 23 % par rapport à la charge rapide conventionnelle. La surprise tient à la faible modification apportée à la session de charge elle-même. Les tests ont montré un temps de charge moyen de 24,12 minutes, contre 24,15 minutes pour la charge standard. En pratique, cette différence est négligeable.

Toutes les batteries ne vieillissent pas de la même manière

C'est le véritable problème de la plupart des systèmes de charge rapide actuels. Ils ont tendance à traiter chaque pack de batteries comme s'il était identique. Une batterie neuve et une batterie ayant déjà plusieurs années de service sont souvent chargées selon la même stratégie de courant et de tension. Sur le papier, cela paraît efficace. En réalité, cela ignore la façon dont les batteries évoluent avec l'âge.

Les anciens packs lithium-ion sont plus vulnérables à un phénomène connu sous le nom de dépôt de lithium métallique. Au lieu que les ions lithium soient absorbés comme prévu, du lithium métallique commence à se déposer à la surface de l'électrode. C'est une forme de dommage lente, presque invisible, mais qui, avec le temps, réduit la capacité et accélère la dégradation. En d'autres termes, la batterie continue de fonctionner, mais pas aussi bien qu'avant.

L'approche de Chalmers utilise l'apprentissage par renforcement pour s'attaquer à ce problème. Ce type d'apprentissage automatique améliore la prise de décision via des retours répétés, permettant au système de s'ajuster à l'évolution des conditions. Ici, l'IA modifie le courant de charge en temps réel en se basant sur deux variables: l'état de charge de la batterie et son état de santé. Un pack récent peut tolérer un profil de charge plus agressif, tandis qu'un pack plus ancien reçoit une courbe plus douce conçue pour limiter le stress.

C'est une idée simple aux grandes implications. Plutôt que de soumettre toutes les batteries de véhicules électriques à la même routine, le système répond à chaque pack comme le ferait un mécanicien expérimenté, en fonction de l'âge, de l'état et du statut actuel.

Une correction logicielle, pas une refonte matérielle

Un détail se démarque. Ce n'est pas un concept qui dépend de nouveaux composants de batterie exotiques ou de coûteuses reconceptions. Les chercheurs affirment que la technologie pourrait être déployée via des mises à jour logicielles des systèmes de gestion de batterie existants. Cela la rend beaucoup plus réaliste pour les constructeurs automobiles et les acteurs de l'écosystème de recharge à la recherche de solutions pratiques pour améliorer la longévité des véhicules électriques.

Il y a bien sûr une réserve. Le système doit encore être calibré pour différentes chimies de batteries, ce qui signifie qu'il n'est pas immédiatement universel. Néanmoins, l'idée est séduisante car elle fonctionne avec le matériel déjà utilisé sur une grande partie du marché des véhicules électriques.

La dégradation des batteries reste l'une des préoccupations les plus persistantes autour de la possession d'un véhicule électrique, en particulier pour les conducteurs qui dépendent fortement de la recharge rapide publique. L'angoisse de l'autonomie fait souvent la une, mais la santé à long terme de la batterie est souvent la question la plus importante une fois l'effet de nouveauté passé. Si la méthode de charge par IA de Chalmers atteint les véhicules de série, cette amélioration annoncée de 23 % pourrait représenter une année ou deux supplémentaires d'autonomie utile pour de nombreux conducteurs.

Ce ne serait pas seulement bénéfique pour les propriétaires. Cela pourrait aussi renforcer les valeurs de reprise, diminuer le coût total de possession et rendre les voitures électriques plus attrayantes pour les personnes encore hésitantes. Pour un problème qui est resté en arrière-plan dans la conversation sur les véhicules électriques, cela ressemble au type de solution que l'industrie attendait.